1. <dd id="mssxb"></dd>
    <em id="mssxb"></em>

        1. <tbody id="mssxb"><noscript id="mssxb"></noscript></tbody>
          <button id="mssxb"><object id="mssxb"><menuitem id="mssxb"></menuitem></object></button>
          <em id="mssxb"><object id="mssxb"><input id="mssxb"></input></object></em>

          精細化運營:用RFM做用戶分層

          精細化運營:用RFM做用戶分層

           

          RFM模型不難,是一個人人都可以上手的模型,運用范圍很廣泛,運營、銷售、市場等都可以在工作中使用到。

          今天給大家介紹一下RFM模型及如何利用RFM模型進行用戶分析。

          RFM模型不難,是一個人人都可以上手的模型,運用范圍很廣泛,互聯網運營、電商運營、銷售、市場等都可以在工作中使用到。

          一、?RFM模型介紹

          1、?RFM模型是眾多客戶關系管理(CRM)分析方法中的一種,能夠方便快速有效的量化用戶價值和創利能力。

          2、?RFM模型有三個要素,分別是:Recency(最近一次交易距今時間)、Frequency(交易頻率)、Monetary(交易金額)。

          R值(最近一次交易距今時間)

          用戶最近一次交易距今的時間。間隔時間越短,則值越大,這類客戶也是最有可能對活動產生反應的群體。

          F值(交易頻率)

          用戶在限定的時間內所購買的次數。最常購買的顧客,也是滿意度、忠誠度最高的顧客。

          M值(交易金額)

          用戶的交易金額,可以分為累計交易金額和平均每次交易金額,根據不同的目的取不同的數據源進行建模分析。

          3、根據三個值的指標,進行分類,可以得出下面這個8個分類。

           

          用戶運營,劉秋平,用戶研究,用戶增長,增長策略

          R值、F值、M值分別計算出均值,然后根據用戶的數據就可以填入相應的客戶類型?!啊北硎敬笥诰?,“↓”表示小于均值。

          二、?利用RFM模型進行用戶細分

          1、?一維分析

          一維顧名思義,就是利用R?F M三個分類中的一個分類,來進行用戶分析。在不需要非常精確數據的時候,可以利用一維分析快速做出決定。同時也適用于一些數據量比較少或特定用戶等。

          比如僅針對M值進行分層,可以根據講用戶分為低消費用戶和高消費用戶;或者低級、中級、高級等。大家熟知的“二八定律”(又名“帕雷托法則”)曾作出過這樣的解釋:公司80%的收入來自于20%的用戶,那么在一些活動的時候,就可以針對高消費用戶作出一些傾斜。

           

          2、?二維分析

          在某些情況下,我們只需要利用R?F M三個分類中的兩個來分類即可,比方說某客單價單一的電商店鋪,因為大家的M值都差不多,所以只需要針對R值和F值進行分類分析即可。

          下面利用我之前的一個案例,給大家做個演示

           

          用戶運營,劉秋平,用戶研究,用戶增長,增長策略

          表格中的數據分類不是死的,各位需要分析自己公司的業務,從而進行調整,選擇合適于自己的數據。

          通過這樣一個表格,就可以非常清晰的知道用戶的情況。

          • 1象限的用戶屬于流失用戶,可以不用理會。
          • 越接近右上角的象限,屬于越優質的用戶,無論是購買力或者忠誠度都是越高的
          • 1-5象限的用戶,只要購買一次,就會變成10象限用戶;同理16-20象限用戶,只要再購買一次,就會變成25象限的用戶。

          接著就是針對不同象限的用戶采用不同的對策,該召回的召回,該放棄的放棄,集中火力進攻關鍵用戶。然后再不斷的調整-嘗試-優化-總結-優化,確實出最優方案。

           

          3、?三維分析

          如果順利理解了二維分析,其中三維分析也并不難,只不過是在之前的基礎上增加一個維度。

          那么很多人會問,如果三個維度都采用5個分類,那么最終會有5X5X5=125個象限,這也太多了吧?

          其中在真正的應用中,并不需要把象限分的那么精細,可以根據公司業務情況進行考量。比如R?F M各分2個值,那么一共8個象限;R:F:M=3:3:3,那么就是27個象限。

          RFM模型只是提供一種思路和方法,使用的人不能閉門造車,還是要先了解公司業務,對用戶有一定的了解,這樣才可以將RFM模型的作用最大化。

          謝謝大家。

           

          作者:劉秋平,授權青瓜傳媒發布。

          來源:劉秋平

          本文經授權 由青瓜傳媒發布,轉載聯系作者并注明出處:http://www.csever.com.cn/106742.html

          《免責聲明》如對文章、圖片、字體等版權有疑問,請聯系我們 。 青瓜商務通 找客戶 找服務
          企業微信
          青瓜商務通小程序
          運營大叔公眾號